Итак, я копирую стартовые данные с сайта CoinDesk. Это курс btc / usd с начала года, то есть, 26 цен закрытия, по итогам соответствующих суток.
На чем построить модель? Ну, допустим, что цена каждого следующего дня линейно зависит от цен за N предыдущих. Иначе говоря, она равна сумме k1 * c1 + k2 * c2 + ... , где c означает цену N дней назад, N - 1, и так далее до вчерашнего, а k - коэффициенты, которые предстоит подобрать.
Делаю несложный скрипт на языке PERL. Он генерирует стартовый набор коэффициентов случайным образом, а потом начинает "двигать" их по очереди вверх-вниз, пытаясь добиться минимального отклонения прогноза на старых данных от реальности.
Может ли оказаться, что этот стартовый набор попал в какую-то неудачную область, из которой нельзя выйти к оптимальным значениям? Может. Поэтому повторим попытку миллион раз, начиная путь от разных цифр в диапазоне от -1 до 1.
И еще надо вычислить медиану исходных данных и среднеквадратичное отклонение от нее, просто чтобы было с чем сравнить достигнутую точность.
Вот что мы имеем при N = 3:
Да, что-то уже получилось, отклонение уменьшили более чем вдвое.
Ну а прогноз на текущие сутки, как видите - небольшой рост.